Veranstaltungsprogramm

Dieser Beitrag beschreibt die Umsetzung und experimentelle Validierung einer dezentralen, agentenbasierten Aufgabenverteilung für Multi-Roboter-Systeme auf Basis des Contract Net Protocol. Die dabei untersuchte Problemstellung ist die effiziente Durchführung einer Vielzahl von Transportaufträgen durch eine mobile Roboterflotte. Hierzu wurden dezidierte Änderungen am Contract Net Protocol eingeführt, mit dem Ziel die Optimalität der Auftragsverteilung zu verbessern. Die Umsetzung des entwickelten Algorithmus erfolgte in ROS2, die experimentellen Untersuchungen wurden mit Hilfe einer Flotte an TurtleBot3-Robotern durchgeführt.

Der vorgestellte Labordemonstrator MILA (Miniaturisiertes Imitationslernen für autonome Arbeitsmaschinen) dient als Experimentierumgebung, um Methoden des Imitationslernens in einer kontrollierten Umgebung zu testen und zu optimieren. Der Einsatz miniaturisierter Fahrzeugmodelle ermöglicht dabei eine kosteneffiziente, flexible Testplattform, die gleichzeitig realistische Szenarien im Kleinmaßstab abbildet. Ziel ist es, mit Hilfe des Demonstrators wertvolle Erkenntnisse für die Praxis zu gewinnen und zur Weiterentwicklung autonomer, lernfähiger Arbeitsmaschinen beizutragen. Zudem soll damit die Möglichkeit gegeben werden, für Studierende im Rahmen der Lehre die sonst nur anhand vereinfachter Modelle oder in simulierter Umgebung aufgezeigte Anwendung solcher Methoden real erlebbar zu machen.

Im Beitrag wird ein agentenbasiertes LLM-Framework vorgestellt, dass in Zusammenarbeit von SPIE Automation und der Technischen Hochschule Aschaffenburg im Rahmen von studentischen Arbeiten und einem Forschungsprojekt entwickelt wird. Das Framework ist modular aufgebaut und bietet durch diese Abgrenzbarkeit organisatorisch und didaktisch gute Möglichkeiten für studentische Arbeiten, die fokussiert an einer Funktionalität arbeiten, und diese abschließend im Kontext des kompletten Frameworks bereitstellen können. Das Framework erprobt den Einsatz von generativer KI im industriellen Umfeld, einem Schlüsselthema für den Wirtschaftsstandort Deutschland. Wir stellen nachfolgend Ansätze und Lösungen zu technischen Herausforderungen, sowie den Themen Datenschutz, Privatheit, Haftungsrisiken und Nutzerakzeptanz (insbesondere Barrierefreiheit) vor.

In cyber-physical production systems, the integration of large language models (LLMs) is becoming increasingly prevalent, necessitating efficient and Humanity-centered Automation solutions. Designing effective and reusable prompts is crucial for creating intelligent systems that are both efficient and aligned with human needs. This paper introduces a framework based on five essential elements of reusable prompts: Model Selection, Purpose Definition, Variables, Examples, and Output Structuring. By focusing on these elements, developers can define the inputs and outputs of models more precisely, allowing for greater control over results and facilitating the chaining of multiple prompts or collaboration between LLMs. The identification of these five elements resulted from extensive experimentation with LLMs and various prompts, leading to a structured approach akin to a programming language. This framework enables the creation of adaptable, reliable, and user-friendly AI workflows and agents, particularly suitable for complex automation tasks in factory settings where different AI agents handle visual, programming, and conversational tasks. By maintaining a clear prompt structure, it becomes possible to manage a prompt base similar to a codebase, enabling human operators to better create, maintain, and use different prompts. This applied research aligns with the principles of humanity-centered automation, ensuring technology serves human values and expectations.

The application of reinforcement learning in dynamic industrial scheduling has gained increasing attention due to its potential to optimize complex manufacturing processes. Industry 4.0 and the rise of smart manufacturing present new challenges that require innovative approaches, particularly in environments with high variability and uncertainty. Previous work demonstrated that reinforcement learning, especially through Monte Carlo methods, significantly improves performance in job-shop scheduling scenarios by optimizing resource allocation. However, while Monte Carlo methods excel when the reward function is clear and retrospective, real-world manufacturing systems often require more dynamic, real-time decision-making capabilities, for which temporal difference methods are more appropriate. Research in this area has shown the effectiveness of reinforcement learning, but a gap remains in understanding how different reward functions impact the learning process in temporal difference systems. In this study, we systematically analyzed multiple reward functions within a temporal difference system, applying a sensitivity analysis to assess their impact during training and evaluation phases. Despite the inherent complexities and challenges posed by temporal difference methods, our results demonstrated further improvements in the overall performance of the production line. This paper demonstrates how a goal-oriented reward function can be systematically developed.

The ability to react sovereign and dynamic to unpredictable events in a automatically manner is crucial for cost-effective production scheduling in modern manufacturing environments. The progressive integration of cyber-physical systems into industrial sectors is one of the prerequisites for this development. In this context, the industrial data generated there provides the foundation for the operative and strategical decision-making. A central challenge is to collect this data in real time, transform it if necessary and finally analyze it in order to ensure time-critical decisions. In this paper, we present a novel approach that simplifies dynamic scheduling through efficient action selection. Our method, YoloRL, is based on (multi-agent) reinforcement learning, but is characterized by a highly simplified training process. Instead of considering all state information of an episode, our YoloRL (You only look once Reinforcement Learning) approach focuses only on the initial state to identify promising action sequences. This leads to a significant reduction in training complexity, while at the same time enabling robust and adaptive control. The performance of the manufacturing system in this work is measured by the overall completion time, with the objective of minimizing this metric. Our experimental results indicate that the proposed method leads to a faster generalization of the learned domain knowledge and yields a powerful policy that performs efficiently and reliably in dynamic environments.

Die Betreuung von Baumkatastern stellt eine wesentliche Aufgabe im Bereich der öffentlichen Sicherheit und Umweltpflege der Städte und Gemeinden dar. Baumkataster erfassen detaillierte Informationen über Bäume in urbanen und ländlichen Gebieten, einschließlich Standort, Art, Alter und Gesundheitszustand.

Diese Daten sind nicht nur für die Verwaltung von Grünflächen und die Stadtplanung von Bedeutung, sondern spielen auch eine zentrale Rolle bei der Gewährleistung der Verkehrssicherheit.

Schäden an Bäumen, wie etwa Totholz oder instabile Äste, stellen potenzielle Gefahren dar und müssen daher frühzeitig identifiziert und behoben werden, um die Sicherheit von Menschen und Infrastruktur zu gewährleisten.

Traditionell erfolgt die Überwachung der Bäume manuell durch regelmäßige Begehungen und visuelle Inspektionen. Dieser Prozess ist jedoch zeitaufwendig, ressourcenintensiv und unterliegt menschlichen Fehlerquellen. Vor diesem Hintergrund gewinnt die Automatisierung der Baumpflege zunehmend an Bedeutung. Durch den Einsatz moderner Kamerasysteme und die Entwicklung von Künstlicher Intelligenz (KI) eröffnen sich neue Möglichkeiten, die Effizienz und Genauigkeit bei der Überwachung von Baumkatastern erheblich zu steigern.

In diesem Paper wird die Entwicklung eines KI-gesteuerten Roboters beschrieben, der ein hardwarebasiertes klassisches Vier-Gewinnt-Brettspiel gegen menschliche Spieler spielt. Der Fokus liegt auf der Kombination von mechanischen, elektronischen und algorithmischen Komponenten, die es dem Roboter ermöglichen, Züge des menschlichen Spielers zu erkennen, zu berechnen und selbstständig auszuführen. Die Entwicklung und der Bau des Spieleroboters fordern von den Studierenden, in verschiedenen Domänen zu arbeiten und dieses Wissen in einen Prototypen einzubringen. Die Kommunikation innerhalb des Teams und Präsentationen vor einem Gremium fördern die Softskillfähigkeiten bei der Ausbildung zum Ingenieur.

Das Paper befasst sich mit IT- und OT-Sicherheitsmaßnahmen in der Trinkwasserversorgung. Grundlage bildet eine umfassende Recherche zu gesetzlichen Vorgaben und Richtlinien sowie den daraus abgeleiteten Schutzmaßnahmen, die in der Praxis angewendet werden. Dabei werden sowohl EU-Richtlinien als auch nationale Gesetze und Verordnungen betrachtet, die verbindliche Standards setzen. Die erläuterten Schutzmaßnahmen umfassen sowohl technologische Vorkehrungen in den Anlagen der Betriebstechnik (OT) als auch Maßnahmen im Bereich der Informationstechnologie (IT), insbesondere im Hinblick auf die Überwachung und Steuerung der Systeme (SCADA), die in der Trinkwasserversorgung eingesetzt werden.

Moderne vernetzte Industrieanlagen sind häufig Ziel variantenreicher Cyberangriffe, sowohl extern als auch intern. Statistiken zeigen, dass Angriffe oft von außerhalb initiiert werden, aber auch aus dem Firmennetzwerk stammen können. Einige Bedrohungen sind sofort erkennbar, wenn z.B. Anlagen fehlerhaft arbeiten oder die Produktion lahmgelegt wird, während andere Angriffe, wie aus dem Forschungsprojekt „Stealth-Szenarien“ hervorgeht, unentdeckt bleiben können. Eine Methode zur verdeckten Datenübertragung (Information Hioding) ist die Steganografie, bei der Daten in Protokollen des Automatisierungsnetzwerks eingebettet und versteckt werden. Dieses Paper erläutert die Grundlagen der Steganografie und gibt eine Übersicht der Techniken. Ziel ist es, das Bewusstsein für solche Angriffe zu schärfen. Neben den Ergebnissen aus „Stealth-Szenarien“ werden auch aktuelle Erkenntnisse aus dem Projekt „Synthesis“ präsentiert. Zudem werden präventive Maßnahmen für Überwachungssysteme wie SIEM-Systeme diskutiert, einschließlich der Vor- und Nachteile möglicher Gegenmaßnahmen.

Der Beitrag untersucht verschiedene PID-Reglerentwurfsmethoden auf Grundlage klassischer Einstellregeln am Beispiel eines nichtlinearen Schwebekörperversuchsstands im Automatisierungstechniklabor der Hochschule Fulda. Der Versuchsaufbau besteht aus einer Kreisscheibe, die durch einen variablen Luftstrom in einem Zylinder schwebt. Unbekannte, strömungsmechanische Parameter erschweren die Modellbildung und den Reglerentwurf. Der vorliegende Beitrag analysiert die theoretische Modellbildung, die Identifizierbarkeit relevanter Parameter und die Auswirkungen verschiedener PID-Einstellregeln auf die Regelgüte. Der Schwebekörperversuch bietet Studierenden einen hohen Erkenntnisgewinn bezüglich der Verwendung linearer Regler für nichtlineare Systeme und stellt aufgrund seines einfachen Aufbaus mit wenigen Komponenten ein wertvolles Lehrobjekt in der Automatisierungstechnik dar.

Im Kontext der fortschreitenden Digitalisierung und Automatisierung hat die vorausschauende Wartung, auch Predictive Maintenance genannt, insbesondere in industriellen Produktionslinien und Produktionssteuerungen an Bedeutung gewonnen. Der Einsatz von Predictive Maintenance ist jedoch nicht nur für industrielle Großanlagen von großem Interesse, sondern auch für Lehr- und Trainingsanlagen, die der Ausbildung von Fachkräften dienen. Solche Anlagen ermöglichen es, Produktionsprozesse in einer realitätsnahen Umgebung zu simulieren, wodurch sich Instandhaltungs-strategien wie Predictive Maintenance praxisnah erlernen und erproben lassen. Der vorliegende Bei-trag erläutert den Einsatz von Predictive Maintenance am Beispiel einer Lehr- und Trainingsanlage und demonstriert die Vorteile dieser Technologie für Auszubildende und Ingenieure.

Insekten werden aufgrund ihres Proteingehalts als eine der nachhaltigen Quellen für die Lebensmittelproduktion der Zukunft angesehen. Sie werden, analog zu den heutigen Zuchtbetrieben für Schweine und andere Nutztiere, auch in industriellen Anlagen gezüchtet. Zur Steuerung und Optimierung dieses Zuchtprozesses muss eine Erfassung der Zahl der unter gegebenen Bedingungen aufgezogenen Insekten vorgenommen werden. Im Unterschied zu Großsäugern ist die Individuenzahl von Insekten sowie deren Larvenstadien jedoch um Magnituden größer, so dass bei der Ermittlung der Anzahl der Insekten mittel- und langfristig auf eine vollautomatisierte maschinelle Erfassung umgestellt werden muss. In dieser Arbeit wird eine Methode zur präzisen Zählung einer großen Zahl von Maden der Schwarzen Soldatenfliege (Hermetia illucens) in einem prototypischen Aufbau vorgestellt.

Burnout wurde 2022 von der WHO in der ICD-11 als Krankheit in der Kategorie „Probleme in Verbindung mit Arbeit und Arbeitslosigkeit“ anerkannt. Es resultiert oft aus Überlastung und mangelnder Anerkennung, was zu Erschöpfung, Energiemangel und Leistungsabfall führt. Trotz der bekannten Fakten nimmt die Zahl der Burnout-Fälle zu. Um dem entgegenzuwirken, werden Maßnahmen zur Reduzierung der Arbeitsbelastung ergriffen, wie etwa die Verringerung der Verantwortung oder die Einführung digitaler Assistenzsysteme. Diese Ansätze führen jedoch häufig zum Boreout, einem Zustand der Unterforderung und Langeweile, der ähnliche Folgen wie Burnout hat: Erschöpfung, Antriebslosigkeit und Depression. Boreout ist jedoch weniger bekannt und wird in internationalen Veröffentlichungen wie denen der WHO nicht erwähnt. Das Arbeitsschutzgesetz betont eine menschengerechte Gestaltung der Arbeit, die oft beim Boreout nicht gegeben ist. Der Beitrag zielt darauf ab, die wissenschaftlich Faktenlage bezüglich Boreout zu beleuchten, um Unternehmen und Arbeitnehmer besser zu unterstützen und menschenzentrierte Automatisierungsprozesse zu fördern. Nur so können Über- und Unterforderungssituationen vermieden werden.

In a master’s degree project the end goal was to build an experiment setup to demonstrate the capabilities of the PLCnext controller introduced in 2018. Various design options were considered, leading to a setup where the controller performs anomaly detection using machine learning models. The test stand is a mechanical assembly composed of a crankshaft and sliding block. The crank shaft is driven by a 24V DC motor, and the sliding block is mechanically loaded by an adjustable hydraulic damper. The following anomalies can be introduced in this machine:

- deviation in the voltage level for the drive motor;

- increased level of friction in the damper;

- clearance in the sliding block out of design limits.

The anomalies listed above affect the motor torque. Since the torque of a DC motor is directly proportional to its current, each anomaly can be detected from current measurement. The slider crank mechanism in operation causes a time-periodic variation of the motor current. The parameters of this waveform can be analysed for a setup operating in either nominal or abnormal conditions.

The measured data is labelled to be transformed into a database. The data obtained when the setup operates without producing errors is labelled as normal data. The data obtained with an anomaly introduced in the system is labelled as anomaly data. A machine learning model (KNN1, KNN2, Auto-encoder) can then be trained to label future unknown data as normal data or anomaly data.

Der erstellte Zwilling soll zukünftig als Basis für Forschungsprojekte, insbesondere im Bereich maschinelles Lernen, dienen.

Im Rahmen dieser Arbeit soll die Tauglichkeit von Unity als Plattform zur ganzheitlichen Umsetzung von digitalen Zwillingen ergründet werden. Dabei soll ein physikalisch repräsentatives Modell des realen Zwillings erstellt, und Kommunikation zwischen den Zwillingen realisiert werden. Motivation dafür ist, dass Unity alle nötigen Werkzeuge mitbringt um eine 3D-Visualisierung des Roboters, und der Umgebung zu erstellen, und über verknüpfte C#-Skripte auch Mittel zur Integrierung komplexer Programme liefert.

Zu Simulationszwecken soll dem digitalen Zwilling eine selbstständige Steuerung verliehen werden. Dabei soll der Roboter anders als bei vielen existierenden Anwendung nicht nur durch simple Verschiebung der Bauteile anhand von simplen Bewegungsgleichungen, sondern durch Motorkräfte in seinen Gelenken angetrieben werden. Dazu wird die in Unity enthaltene Physik-Engine ohne Zusatzmodule verwendet. Außerdem soll der digitale Zwilling in der Lage sein durch Kommunikation mit dem realen Zwilling dessen Bewegungen zu verfolgen.

Ein klassisches und weiterhin aktuelles Problem der Automatisierungstechnik stellt die Vereinzelung von chaotisch gelagerten Teilen dar. In diesem Beitrag wird ein Konzept und dessen Anwendung für das Greifen unsortierter Teile vorgestellt. Die Implementierung der Routine erfolgt in C++ unter Verwendung von ROS sowie der Point Cloud Library. Es wird von der Situation ausgegangen, in der die zu greifenden Rohteile separiert auf einer Ebene vor dem Manipulator liegen. Die Pose wird in 2 Schritten ermittelt: (1) Mittels des RANSAC-Algorithmus und der Eucidean Cluster Extraction werden die Positionen der Objekte erkannt. (2) Mit der Fast Point Feature Histogramm Methode wird die Orientierung der Objekte bestimmt. Über die so ermittelte Lage der Objekt sind die Greifpunkte bekannt, sodass abschließend je nach Objekpose entsprechende Greifroutinen durchgeführt werden.

Das Projekt zur Mensch-Roboter-Kollaboration an der Hochschule Bochum hatte das Ziel, einen sicheren Übergabeprozess eines Werkstücks von einem Roboterarm (igus ReBel Cobot) in die Hand eines Menschen zu entwickeln. Dabei wurden drei Teilprojekte bearbeitet, die sich jeweils mit unterschiedlichen sensorischen Ansätzen zur Erkennung der Hand und der Kollisionsvermeidung befassten. Im ersten Teilprojekt wurde eine kameragestützte Objekterkennung implementiert, die mithilfe von maschinellem Lernen die Position der Hand und des Werkstücks bestimmt. Das zweite Teilprojekt befasste sich mit der Entwicklung eines kapazitiven Frontsensors, der die Position der Hand unter dem Werkstück erkennt. Beide Systeme nutzen unterschiedliche Technologien, um die Sicherheit der Übergabe zu gewährleisten. Im dritten Teilprojekt wurde ein kapazitiver Kollisionssensor entwickelt, der den Roboter vor Hindernissen, wie menschliche Körperteile, stoppen lässt. Alle Sensorkonzepte arbeiten redundant, um die Zuverlässigkeit zu erhöhen. Das Projekt bot den Studierenden neben den technischen Herausforderungen auch die Möglichkeit, verschiedene Ansätze zu diskutieren, zu realisieren und die Zusammenarbeit in interdisziplinären Teams zu stärken.

It is envisioned that autonomous logistic robots share road system space with humans in the future. For pedestrians to accept and interact with such robots, it is essential to research how pedestrians behave in relation to such logistic robots in real-life environments. This allows the derivation of rules for logistic robots' spatial behaviour. In this study, a sensor-equipped logistic robot was controlled in a wizard-of-oz design and appeared to move autonomously through a pedestrian-shared space. Through the controlled variation of road infrastructure factors such as path width along a pre-defined route and the structured quasi-experimental analysis of varying environmental factors such as pedestrian encounters and initial distance and trajectories, we derive factors that relate to pedestrians' proximal behaviour towards logistic robots in real-life environments. In addition to the robot-sensor-based analyses, human-robot encounters are classified by an accompanying human observer, who marks critical interactions such as the robot blocking the way for a pedestrian or robot-related pedestrian trajectory changes. Effects that are known from laboratory studies are found, e.g. smaller proximal margins of lateral encounters with the robot compared to longitudinal approaches. As a novel finding, a strong relation between pedestrian density and minimal human-robot approach distances is identified.

Der Abstract beschreibt die aktuelle Entwicklung eines robotergestützten Systems zur Applikation von Hautpflegeprodukten in dermatologischen Studien. Der Fokus liegt dabei auf der Automatisierung der Applikation, um Effizienz und Präzision bei der Anwendung von Cremes und Lotionen zu gewährleisten. Kollaborierende Roboter (Cobots) übernehmen sowohl die Messung als auch die standardisierte Applikation der Produkte. Ein Prototyp des Systems nutzt eine Kraftsensorik, die den Auftragsdruck reguliert, während die Programmierung des Roboters mithilfe von Python und der UR3e-Echtzeitschnittstelle erfolgt. Erste Tests zeigen positive Ergebnisse in Bezug auf Funktionalität und Benutzerfreundlichkeit. Die weitere Optimierung des Systems zielt darauf ab, die Qualität und Reproduzierbarkeit der dermatologischen Studien zu verbessern.

Für eine Automatisierungslösung wird ein von künstlicher Intelligenz (KI) gestütztes System zur Detektion von unterschiedlichen Objekten sowie deren Positionsmessung entwickelt. Die Objekterkennung erfolgt unter Verwendung eines Jetson Nano von Nvidia. Zur Positionsbestimmung auf einem Förderband wird ein Inkrementaldrehgeber ROD 420 eingesetzt. Der Positionswert wird mit einem selbst entwickelten Messystem auf einem Arty A7 Field Programmable Gate Array (FPGA) errechnet und zur Sensorfusion an den Jetson Nano übertragen.

Intralogistische Prozesse lassen sich durch mobile Roboter effizienter und kostengünstiger gestalten, jedoch stellt die Koordination und Integration von Robotern mit Gebäudetechnik eine Herausforderung dar. In einer Bachelorarbeit wurde daher ein modularer Demonstrator entwickelt, der eine flexible Testumgebung für mobile Roboter, wie den Turtlebot 4, bereitstellt. Der Demonstrator ermöglicht die Integration und Steuerung von Gebäudesystemen wie Türen und Aufzügen und kann an unterschiedliche Szenarien angepasst werden. Zudem erlaubt er die Erprobung von Flottenmanagementsystemen wie Open-RMF, um mehrere Roboter zu koordinieren. Die Plattform wird in der Forschung und Lehre genutzt und ist online dokumentiert.

Im vergangenen Jahr wurde eine moderne Methode zur manuellen und kollisionsfreien Telemanipulation von Industrierobotern basierend auf einem digitalen Zwilling vorgestellt. Das umgesetzte Gesamtkonzept erscheint den Autoren als funktionssicher und in der Bedienung kinderleicht zu sein, wobei eine Verifikation dieses Eindrucks noch nicht erbracht werden konnte. Aus diesem Grund wurde ein Demonstrator bzw. ein Spiel entwickelt und auf dem Techday 2024 an der Hochschule Heilbronn der breiten Öffentlichkeit vorgestellt. Das Ziel dieses Demonstrators ist, neben dem Vermitteln von „Spaß an der Technik“, herauszufinden, ob wirklich jedes Kind bzw. Jugendlicher in der Lage ist einen Industrieroboter mit dem entwickelten Gesamtkonzept aus [1] zu bedienen. Der Spielcharakter soll hierbei die Motivation steigern und im Unterbewusstsein ein (positiver) Stressfaktor beim Bediener entwickeln. Der vollständige Beitrag beschreibt den Demonstrator ausführlich (zum Nachbauen) und es werden die gewonnen Erkenntnisse wiedergeben. Im vorliegenden Abstract wird vor allem der Demonstrator mit seinen zum Einsatz kommenden Funktionseinheiten aus [1] beschrieben. Der Demonstrator zeigt außerdem auch, dass ein digitaler Zwilling einen direkten Mehrwert für einen Anwendungsfall bieten kann – ohne diesen wäre eine Telemanipulation so nicht realisierbar.

Automatische Planung von Roboterbewegungen während der Laufzeit wird in den fortwährend flexibleren und a-priori unbekannten Umwelten des Roboters immer wichtiger. In diesem Kontext betrachtet dieser Beitrag die Situation, in der die Modellfabrik der FH Münster durch einen Autonomes Mobile Robot (AMR) automatisch mit Rohteilen bestückt werden soll. Die Berechnung der Bewegung eines 6-DoF Manipulators zur Übergabe der Rohteile muss aufgrund folgender a-priori unbekannter Situation während der Laufzeit erfolgen: (1) die Pose des AMR vor der Modellfabrik ist aufgrund der Ungenauigkeit der autonomen Fahrt unbekannt und (2) der genaue Ablageort auf der Modellfabrik ist zum Zeitpunkt der Übergabe un-bekannt. Aufgrund des Punktes (1) ist zudem eine Referenzierung zwischen AMR und Modellfabrik notwendig. In diesem Beitrag wird ein Konzept und dessen Umsetzung für die onlinefähige automatische Referenzierung und Planung von kollisionsfreien Bewegungen für die oben beschriebene Anwendung vorgestellt. Die Referenzierung erfolgt unter Zuhilfenahme eines QR-Codes mittels der Infinitisimal Plane-based Pose Estimation Methode. Nun kann ein kollisionsfreier Pfad geplant werden. Hierfür wird der RRT*-Algorithmus in Kombination von Kollisionskörpern verwendet.

Die Prozedur ist in Python unter Nutzung der Open CV Library umgesetzt und erfolgreich getestet worden.

Die Hochschule Heilbronn hat eine virtuelle Plattform entwickelt, um kleine und mittlere Unternehmen (KMU) bei der Integration von Künstlicher Intelligenz (KI) zu unterstützen: Das virtuelle KI-Labor bietet thematisch gegliederte Gebäude, darunter auch zur automatisierten Produktion, die praxisnahe Einblicke in KI-Anwendungen vermitteln. Ziel ist es, Wissenslücken zu schließen, den Zugang zu KI zu erleichtern und Hemmungen vor der Nutzung von KI abzu-bauen. Durch Videos, 3D-Avatare und interaktive Demonstrationen fördert die Plattform den Austausch zwischen Wissenschaft und Wirtschaft und wird kontinuierlich durch neue Inhalte und Partnerschaften erweitert.

Im Vortrag werden praxisnahe Lehrinhalte und -Methoden des im Wintersemester 2023 gestarteten Bachelorstudiengangs AI Engineering vorgestellt. Dieser kooperative Studiengang der Otto-von-Guericke-Universität Magdeburg und der vier Hochschulen für Angewandte Wissenschaften in Sachsen-Anhalt – Hochschulen Merseburg, Harz, Anhalt und Magdeburg-Stendal - zielt darauf ab, Ingenieur*innen auszubilden, die in der Lage sind, KI-gestützte Lösungen für technische Heraus-forderungen zu entwickeln. Die Entwicklung dieses einzigartigen Studienganges erfolgt im Rahmen des Verbundprojektes „AIEng“, gefördert durch das Bundesministerium für Bildung und Forschung im Programm „Digitale Hochschulbildung“.

Ein zentrales Element dieser Ausbildung in der Vertiefung Green Engineering an der Hochschule Merseburg ist die Lernfabrik CP Factory von Festo Didactic, in der Studierende ihre erworbenen Grundlagen in industrienahem Setting anwenden können. Im Vortrag werden konkrete Anwendungsfälle präsentiert, die als Lehr-/Lernszenarien dienen:

1. Datenauswertung einer Energiemessbox

2. Bilderkennung von Produktionsfehlern

3. Predictive Maintenance

Der Vortrag beleuchtet, wie diese praxisorientierten Szenarien die didaktische Vermittlung von KI-Kompetenzen in den Ingenieurwissenschaften unterstützen und die Verbindung von Theorie und Praxis fördern. Die Entwicklungsarbeit der Lehr-/Lernkonzepte wird vorgestellt.

Jedes Land gibt individuelle Reise- und Identifikationsdokumente aus. Die Beamten an den Grenz-übergangsstellen müssen diese Dokumente auf ihre Echtheit prüfen, indem sie die Sicherheits-merkmale verifizieren. Dies unterstützt die Europäische Grenzschutzorganisation Frontex mit zwei Datenbanken, ein großes Thema dabei ist die Aufnahme der notwendigen Bilder. Im Rahmen des Projekts SWEETIDS (Sweet Spot ID Documentation System) wurde untersucht, ob qualitativ hoch-wertige Bilder von Detailausschnitten mit den relevanten Sicherheitsmerkmalen („Sweet Spots“) dafür ausreichen und ob diese mittels eines automatisierten Systems einfach und schnell auch durch ungeschultes Personal erfasst werden können. Die Machbarkeit und der Nutzen konnten durch einen Prototyp experimentell bewiesen werden.

Die Arbeit beschreibt die Entwicklung eines Demonstrators zur automatischen Sortierung von Altholzklassen entsprechend der Altholzverordnung. Um diese Sortierung zu ermöglichen, werden Proben automatisch von einem kollaborativen Roboter gehandhabt, die Messung und Klassifizierung erfolgt durch die Verwendung einer FD-FLIM-Kamera in Kombination mit einem neuronalen Netz. Der Zusammenschluss des Messsystems mit dem Roboter erfolgt durch das Übertragungsprotokoll MQTT.

EU-Verordnungen und ISO-Normen verändern Industrieroboter und beeinflussen deren Integration in Produktionssysteme. Die rasante Entwicklung der Digitalisierung und die Notwendigkeit einer umfassenden Vernetzung haben Auswirkungen auf die Sicherheit von Maschinen, die Gestaltung von Arbeitsplätzen und die Anforderungen an die Ausbildung der Beschäftigten. Mit einer Reihe von Gesetzen und Richtlinien schafft die EU einen Ordnungsrahmen für die aktuellen Technologien und versucht, die Rahmenbedingungen für weitere Entwicklungen festzulegen. Gleichzeitig ist die Industrie gefordert, zusätzliche Kompetenzen in bestimmten Bereichen der Digitalisierung aufzubauen. Einige Herausforderungen sind jedoch noch zu bewältigen, z. B. wie der Sicherheitsnachweis für in Maschinen integrierte Künstliche Intelligenz für autonome mobile Roboter erbracht werden kann, wie die Zertifizierung von Software als Sicherheitselement und dessen Integration in die Automatisierungssysteme und wie die Behandlung von Industrierobotern als vollständige und nicht mehr als unvollständige Maschinen erfolgen wird.

Dieser Beitrag stellt einen Ansatz zur intuitiven Konfiguration der Sicherheitsparameter eines Laserscanners mit Hilfe von Augmented Reality (AR) vor. Diese Sicherheitssensoren werden z.B. zur Realisierung von Roboterzellen ohne trennende Schutzeinrichtungen eingesetzt. Ihre Einrichtung, insbesondere die Konfiguration der Sicherheitszonen, kann jedoch zeitaufwendig sein. Außerdem ist es möglich, dass sich die Bediener nicht immer über die exakte Lage dieser Zonen bewusst sind. Dadurch kann es zu unbeabsichtigten Verletzungen der Sicherheitsabstände kommen, was die Verfügbarkeit der Anlage reduziert. Das hier vorgeschlagene Robotersystem ermöglicht es dem Benutzer Sicherheits- und Warnbereiche intuitiv mit Hilfe eines Head Mounted Display (HMD) festzulegen, indem diese mit der realen Umgebung überlagert werden. Des Weiteren kann der Bediener die Sicherheits- und Warnfelder um den Laserscanner herum beobachten. Dies stärkt das Situations-bewusstsein und fördert sicherere Arbeitsbedingungen.

Im Labor für Mechatronik und Regelungstechnik der Hochschule Osnabrück entwickelt derzeit eine internationale Studentengruppe eine kostengünstige und mobile Modellfabrik „Factory-in-a-box“. Für deren Automatisierung wurde das Lab@Home-System den neuen Anforderungen angepasst.

Dieser Artikel beschreibt einen ganzheitlichen Ansatz zur Vermittlung von Wissen und Kompetenzen im Bereich der Modellierung, Simulation und Realisierung der Bahnplanung für Kinematiken am Beispiel einer Deltakinematik. Dabei wird das Beispiel bereits in der Grundlagenvorlesung der Mathematik behandelt, die gefundenen Gleichungen und Vorgehensweisen werden anschließend in Geogebra zur Berechnung der Transformationsgleichungen und zur Visualisierung genutzt. In weiteren Lehrveranstaltungen werden u.a. Sollwerte zur Bahnplanung berechnet, die später in der Steuerung vorgegeben werden. Aus der projektorientierten Vorgehensweise heraus verknüpfen die Studierenden die Lerninhalte von der Mathematik über die mathematische Modellbildung bis hin zur Antriebs- und Steuerungstechnik für komplexe Kinematiken in der Robotik.

Die vorliegende Arbeit befasst sich mit einer lernbasierten Erkennung von Lichtsignalanlagen und deren Zustand im urbanen Straßenverkehr. Weiterhin wird eine Zuordnung dieser Anlagen anhand einer topologischen Karte, der aktuellen Pose des Fahrzeugs und der geplanten Route durchgeführt. Die Evaluation wird auf reale Daten, welche mittels autonom fahrenden Shuttles in den Testsites Heilbronn und Bad Wimpfen aufgenommen wurden, durchgeführt.

Im Rahmen des Projekts ESPEK wurden Häufigkeit und Relevanz bestimmter Schäden an verbreiteten

Waggontypen analysiert und basierend darauf im Rahmen eines Konzepts „KI-gestützte Inspektion“

praxistaugliche, datenbasierte, KI-gestützte EDV-Lösungen entwickelt, um Schäden an ausgewählten

Personenwaggons automatisiert visuell zu erkennen. Ausgehend von den bisher maßgeblich

manuellen Inspektionsabläufen und Checklisten können selbige durch die vorgeschlagenen Software/

Hardware-Automatisierungen effizienter gestaltet werden. Übergeordnet werden die Sicherheit

der Fahrgäste erhöht, das Problem des Fachkräftemangel bekämpft sowie Ausfall- und Standzeiten reduziert,

was letztlich zur besseren Auslastung des Systems Schiene insgesamt beiträgt und Zugfahren

preiswerter und pünktlicher machen kann.

As digital transformation accelerates across industries, the need for secure, efficient, and collabora-tive information sharing in supply chains (SCs) becomes critical. [1] However, existing solutions for data exchange between companies often fall short in addressing the complex concerns of intellec-tual property (IP) protection, data misuse, and cybersecurity threats. Our paper will propose an ar-chitecture that facilitates secure information exchange across SCs without requiring direct data sharing, thereby preserving the IP and business-critical information of participating organizations.

The integration of advanced technologies, such as machine learning (ML) and data analytics, offers opportunities to improve the efficiency of manufacturing systems and optimizing SC performance. [1] However, current practices for intercompany data exchange remain fractured and inefficient, often limited to business-level communication and excluding valuable shop floor data. [2] Compa-nies are hesitant to share detailed manufacturing information due to concerns over losing control of proprietary data and exposing their systems to cyber threats. [3] These fears are well-founded, as data breaches and industrial espionage can lead to significant financial and reputational damage.

SOFTEMA erleichtert die Entwicklung und Dokumentation sicherheitsbezogener Anwendungssoftware (SRASW) durch eine strukturierte und normgerechte Methode. Der Codevisualisierer stellt Abschaltlogiken grafisch dar, während der Codegenerator automatisch Programmcode aus den definierten Sicherheitsfunktionen generiert.

Diese Studie präsentiert die Entwicklung eines digitalen Zwillings für Planetengetriebe, der sich auf die Schwingungsanalyse, Fehlermodellierung und Echtzeitanwendung konzentriert. Das Modell, das in MATLAB/Simulink/Simscape erstellt wurde, simuliert die dynamischen Interaktionen zwischen den Hauptkomponenten des Getriebes, wie Sonnenrad, Planetenräder und Hohlrad. Die Schwingungsverhalten werden mithilfe der schnellen Fourier-Transformation (FFT) analysiert, um kritische Frequenzen zu identifizieren und potenzielle Fehler zu diagnostizieren.

Zusätzlich wurden Fehlermodelle für Zahnradverschleiß und Lagerschäden integriert, die eine detaillierte Bewertung der Auswirkungen von Verschleiß auf die Systemleistung ermöglichen. Ein wesentlicher Vorteil des digitalen Zwillings im Vergleich zu Finite-Elemente-Methode (FEM)-Simulationen ist seine hohe Rechengeschwindigkeit. Das Modell erreicht eine bis zu 10-fach schnellere Berechnung als traditionelle FEM-Simulationen und eignet sich damit für Echtzeitanwendungen. Diese Fähigkeit ermöglicht es, den digitalen Zwilling in Echtzeitüberwachungssystemen und vorausschauenden Wartungsstrategien einzusetzen und unmittelbares Feedback über den Zustand des Getriebes und mögliche Fehler zu liefern. Die Ergebnisse bieten eine solide Grundlage für die Optimierung des Getriebedesigns und die Entwicklung von Wartungsstrategien, die die Zuverlässigkeit verbessern und die Lebensdauer des Systems verlängern.

More than half a century of intense research in modern control theory could not stop practitioners to keep on using PID controllers for most real-world control problems. While not a mathematical one, this might be the most convincing proof of their robustness: they can even be got up and running with barely any control engineering experience. It might be more often than not, that controllers are designed by people which are well versed in their respective domain, but not dedicated control theory specialists. Addressing the needs of these engineers, this article wants to put an approach known as ADRC in the spotlight—a method that has, slowly but progressively, evolved into an industry-ready alternative to PID control. Reflecting on two decades of improvements, this article portraits ADRC as a solution for everyday control problems that can be both easier to use and richer in out-of-the-box features.

Im Rahmen des Projekts DIANEpro werden innovative Ansätze verfolgt, um die Herausforderungen der Energiewende, verstärkt durch die Klimakrise, zu bewältigen. Dazu gehören die Prognose der Verfügbarkeit erneuerbarer Energien, die Optimierung der Sektorkopplung sowie die Nutzung von Effizienzpotenzialen in der Produktion durch flexible und anpassbare Produktionssysteme. Das DIANEpro-Projekt setzt daher auf eine umfassendere und intelligentere Integration von Energie- und Produktionsdaten. Es verbindet die Energieerzeugung und -nutzung über eine cloudbasierte Demand-Response-Plattform, die es ermöglicht, Produktionsprozesse flexibel an die Verfügbarkeit erneuerbarer Energien anzupassen. Durch den Einsatz von Methoden des maschinellen Lernens soll die Komplexität der Produktionsplanung reduziert und kontinuierlich optimiert werden. Gleichzeitig wird die Vernetzung verschiedener Energiesektoren (wie Strom, Wärme und Industrie) angestrebt, um eine ganzheitliche und kosteneffiziente Energienutzung zu gewährleisten.

This publication demonstrates that determining the ideal speed or minimum cycle time of machinery is crucial for uncovering the limits of automation in manufacturing systems. This understanding enhances Overall Equipment Effectiveness (OEE) and identifies opportunities for further digitization, automation, and AI integration. Based on literature review and expert interviews, we identify methodologies for establishing ideal speed, including Empirical Measurement and Data Analysis, Time Studies, Statistical Process Control (SPC), Benchmarking, Simulation and Modeling, Expert Judgment, and Continuous Improvement Practices. We compare these with insights from structured interviews with experts from Brandenburg, Germany, in the crafts, process industries, and special machine construction sectors. Findings suggest that while companies recognize their ideal operational speeds, they often lack a structured method for determining them. They frequently use combinations of established methods inconsistently. We deduce that a formalized approach to defining ideal speed can better reveal system limitations and potential for expanding them through advanced automation and AI technologies. Building on Wilbers et al. (2024), we emphasize that defining ideal speed is essential for pushing the boundaries of automated systems, contributing to more effective and human-centric automation solutions.